Algorithmen nehmen uns Arbeit ab: Sie sortieren die Informationsflut, filtern das Relevante und ersparen endloses Suchen. Dieser vermeintliche Komfort hat seinen Preis – wer sich auf Vorschläge verlässt, lernt die Welt nur noch durch den Blick des Algorithmus kennen.

Eine neue Studie der Ohio State University zeigt, dass diese personalisierten Vorschläge unser Denken verändern – und zwar schon beim ersten Klick. Selbst wer ein Thema völlig unvoreingenommen erkundet, bekommt mit der Zeit ein einseitiges Bild der Welt. Nutzer fühlen sich sicher in ihrem Wissen, liegen aber objektiv falsch.

Wie Personalisierung das Lernen unbemerkt verzerrt

Der Kognitionswissenschaftler Giwon Bahg und sein Team wollten wissen, was passiert, wenn Algorithmen unsere Lernprozesse steuern. Dafür entwickelten sie ein Experiment mit mehr als 300 Teilnehmern. Die Probanden sollten fiktive „Aliens“ erkennen, die sich in Form, Farbe und Struktur unterschieden. Eine Gruppe durfte alle Informationen selbst auswählen, die andere bekam Vorschläge durch ein personalisiertes System – ähnlich den Empfehlungsalgorithmen, die Online-Plattformen täglich einsetzen.

Das Ergebnis war eindeutig: Wer selbstbestimmt lernte, konnte die künstlichen Wesen später korrekt zuordnen. Wer sich von einem Algorithmus leiten ließ, sah dagegen nur noch einen Bruchteil der verfügbaren Merkmale. Das führte zu fehlerhaften Annahmen und falscher Sicherheit.

„Selbst wenn du über ein Thema nichts weißt, können diese Algorithmen sofort Vorurteile aufbauen“, so Bahg. Das System verstärkt also schon beim Lernen bestimmte Muster – und unterdrückt andere.

Wenn Sicherheit trügt – und Wissen zur Illusion wird

Die Forscher stellten fest, dass die Teilnehmer mit algorithmischer Steuerung nicht nur mehr Fehler machten, sondern auch besonders überzeugt von ihren Antworten waren. Dieses Phänomen nennen Psychologen Overconfidence: das Gefühl, recht zu haben, obwohl die Grundlage wackelig ist.

„Menschen übersehen Informationen, wenn sie einem Algorithmus folgen“, erklärt Co-Autor Brandon Turner. „Aber sie glauben, dass das, was sie wissen, auch auf andere Bereiche übertragbar ist, die sie nie gesehen haben.“ Mit anderen Worten: Wer sich an Vorschlägen orientiert, verliert schnell das Gefühl dafür, wie begrenzt sein Wissen ist.

Das macht den Mechanismus so gefährlich. Denn Personalisierung erzeugt nicht nur Meinungen – sie formt sie, noch bevor sie entstehen.

Wie sich der Algorithmus selbst verstärkt

In der Studie konnten die Teilnehmer theoretisch alle Informationen aufrufen. Doch die meisten folgten den Empfehlungen des Systems – einfach, weil sie vertraut wirkten. Mit jedem Klick passte sich der Algorithmus weiter an und zeigte immer ähnlicheres Material.

So entstand ein Kreislauf, der sich selbst fütterte:

• Je öfter eine bestimmte Art von Information erschien, desto häufiger wurde sie wieder ausgewählt.
• Je häufiger sie ausgewählt wurde, desto seltener tauchten Alternativen auf.
• Am Ende hatten viele Teilnehmer nur noch einen winzigen Ausschnitt der Gesamtinformation gesehen – und hielten ihn für die ganze Wahrheit.

Die Forscher nennen diesen Prozess „selektives Informationssampling“. Er sorgt dafür, dass Menschen ihr Wissen auf immer schmalerer Grundlage erweitern – und trotzdem glauben, den Überblick zu behalten.

Wenn Lernen zum Tunnelblick wird

Diese Verzerrung durch personalisierte Algorithmen zeigt sich nicht nur in Experimenten, sondern längst auch im Alltag. Wer sich für ein neues Thema interessiert, klickt auf die ersten Vorschläge – und bekommt danach fast nur noch Inhalte, die das eigene Bild bestätigen.

Das Problem: Der Algorithmus zielt nicht darauf ab, Wissen zu erweitern, sondern die Aufmerksamkeit zu halten. Bahg erklärt: „Das Ziel solcher Systeme ist nicht Lernen, sondern Konsum.“ Plattformen wollen, dass Nutzer möglichst lange bleiben – und dafür bieten sie das, was diese am wahrscheinlichsten klicken.

Damit entsteht ein schleichender Effekt: Wir sehen, was uns vertraut ist, und halten es für wahr. Neues bleibt im Schatten.

Warum Kinder besonders gefährdet sind

Die Autoren warnen, dass dieser Mechanismus besonders auf junge Nutzer wirkt. Turner formulierte es deutlich: „Wenn ein Kind versucht, die Welt zu verstehen, und dabei mit Algorithmen interagiert, die auf maximale Nutzung ausgerichtet sind – was wird passieren?“

Das Risiko: Kinder lernen Muster, nicht Inhalte. Sie übernehmen ein gefiltertes Weltbild, ohne zu merken, wie eng es geworden ist. Wer sich nur in einem digitalen Themenraum bewegt, verliert den Blick für Alternativen.

• Beispiel Schule: Lernvideos auf YouTube zeigen oft dieselbe Art von Erklärung – andere Denkansätze bleiben aus.
• Beispiel Nachrichten: Wer sich für Politik interessiert, bekommt schnell nur noch Berichte, die das eigene Weltbild bestätigen.
• Beispiel Freizeit: Streamingdienste schlagen ähnliche Filme vor – der Eindruck, „so sind alle Filme aus diesem Land“, entsteht fast automatisch.

Wenn Personalisierung Wissen ersetzt

Die Forscher fanden heraus, dass selbst der Versuch, bewusst Vielfalt zu suchen, kaum hilft, sobald der Algorithmus einmal greift. Mit der Zeit übernehmen Nutzer dessen Auswahl, weil sie schlicht bequemer ist. Der Effekt ähnelt einer Gewohnheit: Man verlässt sich auf Vorschläge, statt aktiv zu suchen.

Im Labor führte das dazu, dass Teilnehmer auch bei neuen Aufgaben die falschen Kategorien wählten – sie generalisierten aus einem zu kleinen Ausschnitt der Informationen. Dennoch waren sie überzeugt, richtig zu liegen.

Bahg und seine Kollegen warnen, dass dieser Effekt langfristig auch außerhalb des Experiments auftreten kann. „Personalisierte Systeme können unser Verständnis der Welt verzerren, selbst wenn sie eigentlich hilfreich wirken sollen“, heißt es in der Studie.

Was daraus folgt

Die Studie zeigt, wie wichtig es ist, beim Online-Lernen bewusst Abstand von automatischen Empfehlungen zu halten. Wer wirklich Neues verstehen will, muss aktiv suchen, vergleichen und hinterfragen. Das gilt für Schüler ebenso wie für Erwachsene.

Personalisierte Inhalte sind bequem – aber sie führen oft in gedankliche Sackgassen. Ein breites, selbstbestimmtes Lernen bleibt der einzige Weg, die eigene Wahrnehmung offen zu halten. Denn Wissen entsteht nicht durch Wiederholung – sondern durch Vielfalt.

Kurz zusammengefasst:

• Personalisierte Algorithmen zeigen uns immer ähnlichen Inhalt und schränken so unbemerkt unser Wissen ein – schon beim ersten Klick.
• Menschen glauben dann, sie wüssten mehr, als sie tatsächlich wissen – ein Effekt, den Forscher Overconfidence nennen.
• Bewusstes, vielfältiges Lernen außerhalb von Vorschlagslisten hilft, einseitige Sichtweisen zu vermeiden und echtes Verständnis zu fördern.

Übrigens: Nicht nur YouTube und Netflix formen unser Denken – auch TikTok greift tief in die Köpfe seiner jungen Nutzer ein. Wie der Algorithmus die Konzentration von Kindern schwächt und warum Forscher strengere Regeln fordern, mehr dazu in unserem Artikel.

Bild: © Pexels

An der Versuchsstation Dürnast bei Freising wird getestet, ob Computer die Arbeit erfahrener Bauern übernehmen können. Das Programm „Smartfield“ wertet Millionen Datenpunkte aus: Bodentyp, Wetter, Sorten und Erträge. Es berechnet daraus den optimalen Zeitpunkt für Aussaat, Düngung und Ernte – und liegt damit erstaunlich oft richtig.

Wenn Algorithmen auf Erfahrung treffen

Die Grundlage dafür bildet eine gewaltige Datenbank, die aus unzähligen Versuchsdaten zusammengestellt wurde – etwa aus Landessortenprüfungen, Düngungs- und Pflanzenschutzversuchen sowie aktuellen Wetter- und Bodeninformationen. Insgesamt fließen Daten von über 100.000 Versuchsparzellen ein, erhoben von Landwirtschaftskammern und Landesämtern in ganz Deutschland.

Diese Informationen wurden in maschinenlesbare Formate übertragen, damit die KI präzise Strategien für jeden Standort entwickeln kann. „Man kann sich das im Prinzip wie eine sehr große Excel-Datei vorstellen, die sämtliche Parameter für einen Standort beinhaltet“, erklärt Projektleiter Malte von Bloh laut topagrar.

KI erzielt Spitzen­erträge – und übertrifft viele erfahrene Landwirte

In den ersten Feldversuchen erzielte die KI Erträge, die zu den besten fünf Prozent der Landwirte zählen. Auch die Qualität des Weizens überzeugte. „Wir wissen heute sehr viel über unterschiedliche Anbausysteme. Daraus lässt sich ableiten, welche Strategie an einem bestimmten Standort optimal ist“, sagt von Bloh laut BR.

Doch ganz ohne menschliches Gespür geht es nicht. Landwirt Tom Koller aus Niederbayern testet das System auf seinem eigenen Feld – halb mit, halb ohne KI. Schnell zeigt sich, dass der Computer zwar präzise analysiert, aber keine Intuition kennt. „Ich glaube nicht alles, was die KI sagt. Man muss das schon noch hinterfragen“, sagt Koller im BR.

Der Algorithmus orientiert sich am langjährigen Mittel – er weiß, wann es im Schnitt ideal ist zu säen, nicht aber, wie sich das Wetter in den nächsten Tagen entwickelt. Für den Moment bleibt das der entscheidende Unterschied zwischen Mensch und Maschine: Koller sieht die Wolken am Himmel, die KI nur Zahlen auf dem Bildschirm.

KI soll Landwirtschaft nachhaltiger machen

Das Projekt hat auch eine ökologische Dimension: Eine präzise Steuerung von Düngemitteln und Pflanzenschutzmitteln könnte helfen, Ressourcen zu sparen und die Umwelt zu schonen. Von Bloh will die Technik weiter verfeinern. Kameras am Traktor könnten künftig Schädlinge oder Unkraut automatisch erkennen und Daten direkt an das System senden – die KI würde dann sofort reagieren.

Was das langfristig bedeutet:

• Landwirte könnten präziser und sparsamer wirtschaften
• Verbraucher profitieren von stabileren Preisen und nachhaltigerer Produktion
• Die Landwirtschaft wird digitaler – bleibt aber auf menschliche Erfahrung angewiesen

Noch urteilt das Wetter selbst – nicht die Maschine. Doch der Wettlauf zwischen Bauernwissen und künstlicher Intelligenz auf deutschen Feldern hat längst begonnen.

Kurz zusammengefasst:

• An der TU München entwickelt das Projekt „Smartfield“ eine KI, die Ackerbauentscheidungen wie Saat, Düngung und Ernte eigenständig berechnet.
• Die Algorithmen basieren auf über 100.000 Versuchsdatensätzen und erzielen Erträge, die mit den besten fünf Prozent der Landwirte mithalten können.
• Trotz hoher Präzision bleibt menschliche Erfahrung wichtig – vor allem beim Wetter und bei spontanen Entscheidungen auf dem Feld.

Übrigens: Nicht nur Computer auf dem Acker verändern den Pflanzenbau – auch winzige Nanodrohnen helfen schon beim Erkennen von Schädlingen und Trockenstress. Wie sie Bauern weltweit unterstützen, mehr dazu unserem Artikel.

Bild: © Dietmar Rabich / Wikimedia Commons / “Dülmen, Dernekamp, Strohballen — 2015 — 7838” / CC BY-SA 4.0

Eine neue Studie der University of Michigan zeigt, wie TikTok durch seinen Empfehlungsalgorithmus genau diese Inhalte verstärkt. Wer sich damit beschäftigt, rutscht tiefer in eine Welt voller Misstrauen – mit bedenklichen Folgen für das Vertrauen in demokratische Institutionen.

TikTok-Algorithmus befeuert Verschwörungstheorien

In der Untersuchung wurden rund 27.000 TikTok-Videos und mehr als 206.000 Kommentare ausgewertet. Drei Themenfelder standen im Fokus: Verschwörungstheorien, Finanz-Tipps und Wellness-Inhalte.

Besonders auffällig war die Entwicklung bei Verschwörungsvideos:

• In fast 45  Prozent der Clips mit Verschwörungsthemen äußerten die Macher starkes Misstrauen – etwa gegenüber Regierung, Medien, Banken oder Wissenschaft.
• Bei Finanzvideos waren es nur 4  Prozent, bei Wellness-Inhalten 1 Prozent.
• Auf der normalen „For You“-Seite von TikTok tauchten solche Inhalte selten auf – unter 1 Prozent.

Wer gezielt nach solchen Themen sucht oder interagiert, bekommt sie zunehmend angezeigt. Der Algorithmus beobachtet genau, welche Videos wie lange angeschaut und kommentiert werden. Inhalte, die sich gegen etablierte Institutionen richten, werden so automatisch häufiger ausgespielt.

Kommentarspalten als Stimmungsmacher

Die Kommentare unter solchen Videos zeigen eine klare Tendenz. Laut der Studie unterstützten 69 Prozent der Nutzer die Aussagen in den verschwörungstheoretischen Clips. Selbst unter neutraleren Inhalten äußerten sich 63 Prozent zustimmend zu solchen Theorien.

Das schafft eine Art Echokammer. Die Nutzer sehen kaum noch andere Meinungen und glauben womöglich, diese Sicht sei weit verbreitet. Das kann den Eindruck erwecken, man sei „aufgewacht“ – und alle anderen seien „blind“.

Wer wird angegriffen?

In einer Detailanalyse von 50 typischen Verschwörungsvideos wurden besonders oft folgende Ziele genannt:

• Die Regierung (meist ohne genaue Nennung)
• Die Pharmaindustrie („Big Pharma“)
• Das Gesundheitssystem der USA
• Banken und große Finanzkonzerne
• Die NASA – besonders in Flat-Earth-Videos

Viele Aussagen in diesen Clips blieben vage oder hatten keine überprüfbaren Belege. Oft ging es nur darum, Zweifel zu säen.

Die Sprache in solchen Beiträgen ist auffällig. Häufig wird in der „Wir-Form“ gesprochen, um eine Gruppe zu schaffen – gegen „die anderen“. Es tauchen viele religiöse Begriffe, Wörter wie „Hölle“, „Gott“ oder „Sünde“ auf. Außerdem wird stark emotionalisiert: Angst, Kontrolle, Tod sind zentrale Motive.

Warum TikTok anfälliger ist als YouTube

Auch YouTube wurde in der Studie untersucht. Dort waren die Tendenzen deutlich schwächer ausgeprägt:

• Bei verschwörungstheoretischen Videos lag der Anteil an systemkritischen Aussagen bei 20 Prozent.
• Bei Finanzthemen lag er wie bei TikTok bei 4 Prozent, bei Wellness bei nur 0,06 Prozent.

Ein Grund dafür: YouTube filtert problematische Inhalte offenbar strenger. TikTok hingegen ist stärker auf schnellen Konsum und algorithmische Empfehlungen ausgelegt – eine Kombination, die radikale Inhalte besonders rasch groß macht.

Was das für uns bedeutet – und warum es gefährlich ist

Auch wenn Verschwörungstheorien nicht das Internet dominieren, können sie gezielt Einzelne erreichen. Wer aktiv danach sucht oder versehentlich damit in Kontakt kommt, wird vom Algorithmus mit ähnlichen Inhalten versorgt.

Das eigentliche Problem liegt tiefer: Wenn TikTok-Videos systematisch Misstrauen gegenüber Wissenschaft, Justiz, Medien oder dem Gesundheitswesen schüren, gerät das Fundament gesellschaftlicher Ordnung ins Wanken.

Plattformen wie TikTok erzeugen zudem den Eindruck, dass „alle so denken“, obwohl es sich oft um Randmeinungen handelt. So entsteht schleichend ein Klima des Misstrauens, das das Vertrauen in demokratische Institutionen dauerhaft beschädigen kann.

Kurz zusammengefasst:

• Auf TikTok enthalten fast 45 Prozent der Videos zu Verschwörungstheorien Misstrauen gegenüber Regierung, Medien oder Wissenschaft.
• Wer solche Videos ansieht oder kommentiert, bekommt durch den Algorithmus immer mehr davon angezeigt; rund 69 Prozent der Kommentare unter Verschwörungsvideos stimmen den Inhalten zu.
• Häufig werden „die Regierung“, „Big Pharma“, Banken, das US-Gesundheitssystem oder NASA kritisiert; die Videos nutzen Wir-Sprache, religiöse Begriffe und Angstbilder und fördern so Misstrauen gegenüber Institutionen.

Übrigens: Kurze Clips auf TikTok wirken wie ein Dauerfeuer für das Gehirn – unterhaltsam, aber überfordernd. Neue Studien der TU Braunschweig zeigen, dass schon wenige Minuten Kurzvideo-Konsum der Konzentration schaden. Mehr dazu in unserem Artikel.

Bild: © Unsplash

Die Forscher der University of California, Santa Cruz entwickelten dafür ein System, das minimale Veränderungen im WLAN-Signal erkennt – ausgelöst durch die Bewegung des Brustkorbs beim Herzschlag. Ein lernfähiger Algorithmus filtert diese feinen Schwankungen aus der Vielzahl anderer Signalstörungen heraus.

Herzfrequenz erkennen, ohne den Körper zu berühren

Das Prinzip klingt technisch, beruht aber auf einer klaren physikalischen Grundlage: Wenn WLAN-Signale einen Raum durchqueren, verändern sie sich, sobald sie auf Objekte treffen – auch auf Menschen. Selbst minimale Bewegungen wie der Pulsschlag erzeugen messbare Veränderungen im Funksignal.

Diese Veränderungen lassen sich mit der richtigen Software auswerten. Die Forscher trainierten dafür ein neuronales Netz, das aus all den Störungen und Nebengeräuschen genau jene winzigen Signale erkennt, die vom Herzschlag stammen.

„Die Herausforderung war, aus all dem Rauschen im Signal genau das zu isolieren, was der Puls ist“, erklärte Nayan Bhatia, einer der Entwickler.

Puls messen mit WLAN – selbst durch Wände

Die Methode funktionierte in Tests unter verschiedenen Bedingungen. 118 Personen wurden in verschiedenen Positionen gemessen – stehend, liegend, gehend. Der Abstand zwischen Person und Gerät betrug teils bis zu drei Meter. Auch Türen, Möbel oder Wände beeinträchtigten die Erkennung kaum.

Besonders wichtig: Die Position im Raum spielte keine Rolle. Das System reagierte zuverlässig auf den Herzschlag – selbst wenn sich die Person bewegte oder nicht direkt in Sichtlinie zum Gerät stand.

Günstige Technik, vielfältige Anwendungsmöglichkeiten

Technisch gesehen benötigt das System nur einfache WLAN-Hardware wie das ESP32-Modul (etwa 10 Euro) oder einen Raspberry Pi (etwa 30 Euro). Damit ist es deutlich günstiger als viele kommerzielle Gesundheitsgeräte – bei vergleichbarer oder sogar höherer Genauigkeit.

Die möglichen Einsatzgebiete sind breit gefächert. Besonders relevant ist die Methode für:

• Pflegeeinrichtungen: Vitaldaten können kontinuierlich erfasst werden – ohne zusätzliche Belastung für Pflegekräfte.
• Ambulante Versorgung: Chronisch erkrankte oder ältere Menschen müssen keine Geräte mehr tragen.
• Schlafdiagnostik: Auch in der Nacht kann die Herzfrequenz diskret überwacht werden.

Keine Kameras, keine Sensoren – mehr Privatsphäre

Im Unterschied zu Überwachung per Kamera oder Mikrofon bleibt bei der WLAN-Messung die Privatsphäre vollständig gewahrt. Es werden keine Bilder oder Töne aufgezeichnet – nur die Veränderungen des Funksignals analysiert.

Das macht die Methode besonders geeignet für sensible Umgebungen wie Pflegeheime oder Wohnräume. Die Datenverarbeitung erfolgt lokal und ist technisch anonymisierbar – ein Vorteil gegenüber vielen bestehenden Systemen.

„Wir wollten zeigen, dass die Methode alltagstauglich ist – unabhängig davon, wie jemand wohnt oder sich bewegt“, sagte der beteiligte Forscher Pranay Kocheta.

Nächster Schritt: Auch Atemfrequenz soll messbar werden

Das Forschungsteam arbeitet bereits daran, die Technik weiter auszubauen. In Zukunft soll nicht nur die Herzfrequenz, sondern auch die Atmung überwacht werden – etwa zur Erkennung von Schlafapnoe oder Atemstillständen in der Nacht.

Um das System zu entwickeln, mussten die Forscher eigene Datensätze erheben. In einer Universitätsbibliothek installierten sie WLAN-Sensoren und verglichen deren Daten mit klassischen Pulsoximetern. So lernte das System, welche Signalveränderungen mit welchem Pulswert übereinstimmen.

Zusätzlich nutzten sie ein Datenset aus Brasilien, das mit einem Raspberry Pi erstellt wurde – bislang das umfangreichste bekannte WLAN-basierte Herzmonitoring-Datenset. Die Kalifornier konnten damit zeigen, dass ihre Technik auch unter anderen Bedingungen funktioniert.

Kurz zusammengefasst:

• WLAN-Signale lassen sich nutzen, um den Puls präzise zu erfassen – ohne direkten Körperkontakt.
• Die Technik funktioniert mit günstiger Hardware, durch Wände und bei Bewegung – getestet an 118 Personen.
• Einsatzmöglichkeiten bestehen in Pflege, Schlafdiagnostik und ambulanter Überwachung – mit deutlich mehr Privatsphäre als bei Kamerasystemen.

Übrigens: Nicht nur WLAN-Signale können Herzaktivität erkennen – auch ein KI-Stethoskop liefert in Sekunden Hinweise auf ernste Herzkrankheiten. Mehr dazu in unserem Artikel.

Bild: © DALL-E

Ein Forschungsteam aus Japan hat nun ein Verfahren entwickelt, das dieses Problem wirkungsvoll entschärfen soll. Mithilfe künstlicher Intelligenz passt sich das System automatisch an unterschiedliche Verbraucher an – ohne zusätzliche Steuerungselektronik. Die Technik reagiert flexibler und zuverlässiger als bisherige Lösungen, heißt es in der Studie.

KI verbessert drahtlose Energieübertragung – Spannung bleibt auch bei Gerätewechsel stabil

Bei klassischen Systemen schwankt die Ausgangsspannung je nach Last um bis zu 18 Prozent. Das neue Verfahren reduziert diese Schwankungen auf unter 5 Prozent. Gleichzeitig steigt die Effizienz deutlich: Über 86 Prozent der eingespeisten Energie werden übertragen – bei einer Ausgangsleistung von mehr als 23 Watt und einer Frequenz von 6,78 Megahertz.

Damit liefert das System genug Leistung für Smartphones, kabellose Haushaltsgeräte oder medizinische Sensoren – auch bei wechselnden Betriebsbedingungen. Ein Nachregeln oder manuelles Einstellen ist nicht nötig. „Wir haben ein neuartiges Verfahren entwickelt, das eine konstante Ausgangsspannung auch bei Laständerungen ermöglicht, ganz ohne zusätzliche Regelung“, erklärt Projektleiter Hiroo Sekiya.

Die Grundlage dafür bildet ein numerischer Designprozess. Statt mit vereinfachten Gleichungen zu arbeiten, bildet die Software das reale Verhalten der Bauteile möglichst genau ab. Ein genetischer Algorithmus optimiert die Parameter: Er variiert systematisch die Kombinationen von Spulen, Kondensatoren und Widerständen, bis das stabilste Ergebnis erreicht ist.

Leistung bleibt auch unter schwankender Last konstant

Das Forschungsteam testete den neuen Ansatz an einer sogenannten Class-EF-Schaltung – einer speziellen Kombination aus Hochfrequenz-Inverter und Gleichrichter. Solche Systeme arbeiten besonders effizient, verlieren jedoch bei Laständerungen meist an Stabilität.

Mit dem neuen Verfahren blieb die Ausgangsspannung konstant – selbst bei stark wechselnden Bedingungen. Auch der Strom durch die Spule veränderte sich kaum. Das zeigt, dass der Energieverlust unabhängig von der angeschlossenen Last nahezu gleich blieb.

Weniger Bauteile, geringere Kosten, mehr Anwendungsmöglichkeiten

Ein weiterer Vorteil: Die Schaltungen lassen sich kompakter und günstiger konstruieren. Da keine aktive Regelung nötig ist, sinkt der technische Aufwand. Gleichzeitig erhöht sich die Zuverlässigkeit – vor allem bei kleineren Geräten, bei denen Platz und Energieeinsparung entscheidend sind.

„Dies ist der erste vollständige Erfolg eines numerischen Designs auf Basis von künstlicher Intelligenz im Bereich der Leistungselektronik“, so Sekiya. Für ihn ist das Prinzip ein Schlüssel zur breiten Anwendung drahtloser Stromversorgung.

Vision: Alltägliches Laden ganz ohne Stecker

Langfristig könnten kabellose Systeme mit der neuen Technik in vielen Bereichen Standard werden – etwa im öffentlichen Raum, im Gesundheitswesen oder in der Industrie. Die Forscher sprechen von einem Zeithorizont von fünf bis zehn Jahren.

Kurz zusammengefasst:

• Ein neues Verfahren mit künstlicher Intelligenz macht die drahtlose Energieübertragung stabiler und effizienter – auch bei wechselnden Geräten.
• Die Spannung schwankt nur noch um unter 5 Prozent, die Effizienz liegt bei 86,7 Prozent – ganz ohne zusätzliche Regeltechnik.
• Möglich wird das durch einen lernfähigen Algorithmus, der die Schaltung automatisch optimiert und an reale Bedingungen anpasst.

Übrigens: Öffentliche Ladesäulen erkennen jetzt erstmals den eigenen Stromvertrag – ein technischer Durchbruch mit großem Nutzen für E-Auto-Fahrer. Mehr dazu in unserem Artikel.

Bild: © Unsplash

Das Prinzip dahinter: Verbindungen erkennen, die auf den ersten Blick nicht sichtbar sind. Genauso wie LinkedIn überraschende Kontaktvorschläge macht, kann die gleiche Technologie in der Medizin zeigen, welches bekannte Medikament auch gegen andere Krankheiten helfen könnte, berichten die Forscher.

So findet der LinkedIn-Algorithmus neue Wirkstoffe für bekannte Medikamente

Im Zentrum steht eine Technologie namens „Graph Neural Network“. Sie nutzt ein Netzwerk aus Knoten und Verbindungen – zum Beispiel zwischen Nutzern auf LinkedIn. In der Medizin übernehmen Medikamente und Zielproteine diese Rolle. Die Verbindungen dazwischen beruhen auf bekannten Wechselwirkungen.

Besonders hilfreich ist die Fähigkeit dieser Algorithmen, auch indirekte Beziehungen zu erkennen. Wenn etwa zwei Medikamente ähnliche Zielproteine beeinflussen, könnte eines davon auch bei einer anderen Erkrankung wirken.

Diese Methode nennt sich „Drug Repurposing“ – und sie hat Vorteile:

• Sie spart Zeit: Der langwierige Prozess der Wirkstoffentwicklung entfällt.
• Sie senkt die Kosten: Daten zu Sicherheit und Nebenwirkungen liegen bereits vor.
• Sie beschleunigt Innovation: Viele Medikamente sind vielseitiger als gedacht.

Neues Modell testet 23.000 Kombinationen pro Minute

Ein spanisches Forschungsteam der Universität Navarra hat nun ein spezielles Modell namens GeNNius entwickelt. Es analysiert mithilfe der LinkedIn-Technologie riesige Datenmengen – und das in Rekordzeit. In nur einer Minute kann GeNNius rund 23.000 potenzielle Wechselwirkungen zwischen Medikamenten und Proteinen untersuchen.

Die wichtigsten Zahlen im Überblick:

• 2006 enthielt die Datenbank DrugBank: 841 Medikamente
• 2024 sind es bereits: 2.751 Medikamente
• GeNNius prüft pro Minute: etwa 23.000 Interaktionen

„Die Entdeckung neuer Medikamente ist teuer und komplex – deshalb wird die Wiederverwendung bestehender Medikamente zunehmend genutzt“, erklärt Studienautor Mikel Hernaez. Das Modell kombiniert Informationen über die Struktur und chemischen Eigenschaften von Wirkstoffen mit biochemischen Merkmalen von Proteinen.

GeNNius erkennt Muster – und behält biologische Informationen

Ein zentrales Merkmal von GeNNius ist seine Fähigkeit zur Verallgemeinerung. Das System wurde auf einem großen Datensatz trainiert und anschließend erfolgreich auf kleinere, völlig andere Datensätze angewendet. Selbst dabei blieb die Trefferquote hoch. Das ist entscheidend, wenn man neue Medikamente für seltene Krankheiten oder personalisierte Therapien sucht.

Gleichzeitig zeigt die Analyse, dass das System auch biologische Informationen bewahrt. „Unser Modell kann sogar Proteinfamilien im Datenraum voneinander unterscheiden“, so Hernaez. Der Algorithmus verbreitet relevante Informationen gezielt durch das Netzwerk und verbessert dadurch die Vorhersagekraft.

LinkedIn-Algorithmus optimiert Medikamente: Was das Modell leisten kann – und was nicht

Trotz aller Stärken hat auch GeNNius Grenzen. Bei besonders kleinen Datensätzen oder sehr seltenen Proteinen kann die Genauigkeit abnehmen. Zudem hängt die Leistung stark davon ab, wie gut das Trainingsmaterial aufbereitet ist.

Doch der Fortschritt ist beachtlich: In Benchmark-Tests übertraf GeNNius alle bisherigen Modelle – bei der Genauigkeit ebenso wie bei der Geschwindigkeit. Während andere Programme teils Stunden für eine Analyse brauchten, war GeNNius in unter einer Minute fertig.

Für Forscher ist das ein echter Quantensprung. Und für Patienten könnte es künftig bedeuten: bekannte Medikamente – aber neu gedacht, schneller verfügbar, gezielter wirksam.

Kurz zusammengefasst:

• Ein spanisches Forschungsteam hat mit GeNNius ein KI-Modell entwickelt, das auf dem LinkedIn-Algorithmus basiert und neue Einsatzmöglichkeiten für bekannte Medikamente aufdeckt.
• GeNNius analysiert zehntausende mögliche Wechselwirkungen in nur einer Minute – deutlich schneller und genauer als bisherige Methoden.
• Das System erkennt sogar versteckte biologische Muster und kann Erkenntnisse aus großen Datensätzen auf neue Krankheitsbilder übertragen.

Übrigens: Nicht nur in der Medizin verändert künstliche Intelligenz gerade die Regeln – auch in der Pflanzenforschung macht sie möglich, was früher undenkbar war: Forscher können jetzt gezielt im Erbgut nach Genen für Trockenresistenz, Ertrag oder Blühverhalten suchen. Mehr dazu in unserem Artikel.

Bild: © Vecteezy

Besonders deutlich wird das auf sozialen Plattformen. Wer heute Nachrichten konsumiert, Videos schaut oder in Kommentarspalten stöbert, begegnet Inhalten, die nicht zufällig erscheinen.

Algorithmen entscheiden, was wir sehen – nicht weil es wahr ist, sondern weil es uns bei der Stange hält.

Yuval Noah Harari

Was uns aufregt, klickt besser. Deshalb landen Verschwörungstheorien, Lügen und Hetze immer öfter ganz oben im Feed.

Algorithmen verstärken Hass – weil Wut Klicks bringt

Was wie eine technische Feinheit klingt, hat reale Folgen: Polarisierung, Misstrauen, gesellschaftliche Spaltung. Wenn sich Menschen nur noch empören, geht der Raum für Verständigung verloren. Und genau das passiert bereits – in Deutschland wie weltweit. Die KI trifft diese Entscheidungen nicht aus Bosheit, sondern weil sie dafür programmiert wurde, Engagement zu maximieren. Doch Engagement ist nicht gleich Erkenntnis. Was viral geht, ist oft das Lauteste – nicht das Klügste.

Noch stammt der Großteil der Inhalte von Menschen. Doch das ändert sich. KI kann mittlerweile Texte, Videos und Bilder selbst erzeugen – und damit gezielt manipulieren. Wer kontrolliert künftig, was in Millionen Köpfen ankommt?

Yuval Noah Harari warnt mit „Nexus“ vor KI – und blickt weit über die Gegenwart hinaus

Yuval Noah Harari gehört zu den bekanntesten Intellektuellen der Gegenwart. Der israelische Historiker wurde durch seinen Bestseller Eine kurze Geschichte der Menschheit weltweit bekannt. Er verbindet historische Analyse mit philosophischen Fragen und wagt dabei regelmäßig den Blick nach vorn – auf eine Zukunft, in der Technologie, Macht und Menschlichkeit neu verhandelt werden müssen.

In seinem aktuellen Buch Nexus untersucht Harari die Geschichte globaler Informationsnetzwerke – vom Lagerfeuer in der Steinzeit bis zur künstlichen Intelligenz. Seine These: Wer verstehen will, was uns bedroht, muss wissen, wie Menschen Informationen erzeugen, teilen – und manipulieren.

Wahrheit hat es schwer – vor allem im Netz

Harari erinnert an eine unbequeme Wahrheit: In einem freien Informationsmarkt gewinnt nicht automatisch die Realität. Im Gegenteil. „Wahrheit ist kompliziert und anstrengend. Lügen sind einfach, billig und bequem“, sagt er im schwedischen Fernsehen. Während Journalisten recherchieren, prüfen und gegenlesen, reicht auf der anderen Seite ein viraler Satz, um Stimmung zu machen. Ohne gezielte Förderung bleibt Wahrheit auf der Strecke.

Dabei ist die Verlockung groß, zu glauben, der Markt wird es schon richten. Doch das hat in der Geschichte nie funktioniert – nicht bei der Dampfmaschine, nicht im Atomzeitalter. Und es wird bei künstlicher Intelligenz kaum anders sein.

Wer Geschichte kennt, erkennt Warnsignale

Harari zieht Parallelen zur industriellen Revolution. Damals probierten Gesellschaften völlig neue Modelle aus, um den Wandel zu bewältigen: Kolonialismus, Kommunismus, Faschismus. Jede dieser Ideen führte zu Gewalt, Unterdrückung und Weltkriegen. Erst nach vielen Irrwegen fanden einige Staaten einen halbwegs funktionierenden Weg – die Demokratie.

„Wenn wir denselben Irrweg mit KI und Biotechnologie wiederholen, ist der Schaden kaum vorstellbar“, sagt Harari. Niemand wisse derzeit, wie eine KI-gesteuerte Gesellschaft aussehen soll – aber erste Experimente laufen längst. Ohne klare Regeln könnte sich Geschichte wiederholen. Nur schneller. Und global.

Bürokratie formt unser Leben – nicht geheime Strippenzieher

Ein weiterer blinder Fleck: die Macht der Verwaltung. Während Serien und Filme Politik als Kampf zwischen Dynastien inszenieren, wird die stille Macht der Bürokratie kaum thematisiert. Dabei steuern Behörden, Verwaltungen und Institutionen fast alle Lebensbereiche – von der Gesundheitsversorgung bis zur Steuererklärung.

Harari warnt: „Wenn Menschen die Mechanismen nicht verstehen, glauben sie an Verschwörungen.“ Begriffe wie „Deep State“ gewinnen Zulauf – dabei steckt oft nur ein undurchsichtiges Verwaltungssystem dahinter, das schlecht erklärt, aber keineswegs bösartig ist.

Realismus statt Illusion – der Mensch kann handeln

Was also tun? Weder Panik noch rosige Hoffnung helfen weiter. Harari plädiert für Realismus: „Wir haben die Ressourcen und das Wissen, um die großen Krisen zu bewältigen.“ Das gelte für KI ebenso wie für die Klimakrise. Entscheidend sei, jetzt zu handeln – bevor Systeme entstehen, die sich nicht mehr stoppen lassen.

Ein Beispiel liefert der Klimaschutz. Laut Harari kostet es rund zwei bis fünf Prozent der weltweiten Wirtschaftsleistung, um katastrophale Folgen zu verhindern. Das klingt viel – ist aber machbar. Politik kann solche Summen bewegen. Die Menschheit steht also nicht ohnmächtig vor dem Abgrund. Aber sie muss handeln – und zwar rechtzeitig.

Kurz zusammengefasst:

• Algorithmen steuern längst, was Menschen online sehen – und verstärken dabei gezielt Empörung, Lügen und gesellschaftliche Spaltung.
• Yuval Noah Harari warnt: Ohne klare Regeln kann KI dieselben historischen Fehler auslösen wie frühere technologische Umbrüche.
• Wahrheit setzt sich nicht von allein durch: Sie braucht Schutz und aktive Förderung, um im digitalen Raum bestehen zu können.

Übrigens: Auch Nobelpreisträger Geoffrey Hinton warnt, dass KI bald so überlegen sein könnte, dass sie uns wie Dreijährige manipuliert. Warum er glaubt, dass niemand mehr weiß, wie sich KI noch sicher regulieren lässt – mehr dazu in unserem Artikel.

Bild: © Martin Kraft via Wikimedia unter CC BY-SA 4.0

Zöliakie bleibt oft unentdeckt – wie KI jetzt bei der schwierigen Diagnose hilft

Zöliakie entsteht durch eine Unverträglichkeit gegenüber Gluten. Die chronische Entzündung schädigt die Dünndarmschleimhaut. Typische Symptome: Durchfall, Erschöpfung, Gewichtsverlust. Manche spüren jedoch kaum etwas – oder leiden unter ganz anderen Beschwerden. Genau das macht die Diagnose so schwierig.

Der aktuelle Standard ist eine Biopsie des Zwölffingerdarms. Pathologen beurteilen dabei mikroskopisch, ob die Darmzotten verändert sind. Doch gerade bei leichten Veränderungen ist die Einschätzung oft nicht eindeutig. In etwa jedem fünften Fall kommen Fachleute zu unterschiedlichen Diagnosen.

Algorithmus liefert Ergebnisse in Sekunden

Ein Forschungsteam der University of Cambridge hat nun eine KI entwickelt, die Gewebeproben in Sekundenschnelle auswertet. Trainiert wurde das System mit über 4.000 Bildern aus fünf Krankenhäusern. Das Ergebnis: 97 von 100 Diagnosen waren korrekt. Die KI erkannte Erkrankungen mit über 95 Prozent Sensitivität und lag in fast 98 Prozent der gesunden Fälle richtig.

Während Pathologen für eine Analyse fünf bis zehn Minuten benötigen, spuckt die künstliche Intelligenz ihr Ergebnis sofort aus. Und zwar ohne Tagesform oder Interpretationsspielraum.

Betroffene gewinnen wertvolle Zeit

Für Betroffene wie Liz Cox ist das ein Durchbruch. Sie lebte jahrzehntelang mit Symptomen, die niemand richtig zuordnen konnte. „Es hat ewig gedauert, bis ich eine Diagnose hatte“, erzählt sie. Technologien wie diese hätten ihr viel Leid ersparen können.

Denn: Wer endlich weiß, was los ist, kann handeln. Eine glutenfreie Ernährung lindert die Beschwerden meist deutlich. Doch dafür braucht es Klarheit – und genau daran fehlt es oft viel zu lange.

KI bringt vor allem Vorteile, wenn kein Arzt da ist

Eine zusätzliche Stärke des Systems: Es urteilt konsistent. „Selbst erfahrene Fachleute bewerten dieselbe Probe manchmal unterschiedlich“, sagt Professorin Elizabeth Soilleux von der Universität Cambridge. „Die KI ist da deutlich stabiler.“ In Testläufen stimmten menschliche Pathologen genauso oft mit dem Algorithmus überein wie untereinander.

Auch das macht die Technologie für den klinischen Alltag interessant – besonders in Regionen mit Fachkräftemangel oder langen Wartezeiten auf Diagnosen.

Technik muss auch in der Praxis verlässlich funktionieren

Damit ein Diagnosewerkzeug wirklich hilft, muss es mehr können als nur unter Laborbedingungen zu glänzen. Die Forscher in Cambridge haben deshalb besonders auf die Robustheit des Algorithmus geachtet. Sie testeten ihn mit Bilddaten aus fünf verschiedenen Kliniken – gescannt mit Geräten unterschiedlicher Hersteller, unter realistischen Bedingungen.

So sollte sichergestellt werden, dass die KI nicht nur bei optimaler Bildqualität funktioniert, sondern auch in der Vielfalt des medizinischen Alltags – bei schwankender Beleuchtung, variierender Bildschärfe oder unterschiedlichen Gewebestrukturen.

Transparente Zöliakie-KI statt Blackbox

Neben der Zuverlässigkeit zählt auch die Nachvollziehbarkeit. Die Forscher legen Wert darauf, dass die KI-Entscheidungen erklärbar bleiben. Ärzte, Patienten und Kliniken sollen verstehen können, wie das System zu seinem Ergebnis kommt. Nur so kann Vertrauen entstehen – und das ist entscheidend, wenn Maschinen medizinische Entscheidungen mittragen sollen.

„Wir wollen kein Blackbox-System“, betont Dr. Florian Jaeckle von der Universität Cambridge. Der Algorithmus soll so transparent wie möglich arbeiten – nicht nur zur Kontrolle, sondern auch, um aus Fehlern zu lernen und das System ständig zu verbessern.

Ein Schritt näher am klinischen Einsatz

Noch wird die Technologie nicht flächendeckend eingesetzt. Doch die Forscher planen größere Studien mit echten Patientendaten, um das System für die medizinische Zulassung vorzubereiten. Gleichzeitig gründen sie ein Start-up, um den Algorithmus für Kliniken verfügbar zu machen.

Die Patientenorganisation Coeliac UK unterstützt das Projekt seit Beginn. Keira Shepherd, wissenschaftliche Mitarbeiterin bei Coeliac UK, sagt: „Während der Diagnostik müssen die Betroffenen weiterhin Gluten zu sich nehmen. Das ist unangenehm. Umso wichtiger ist, dass die Diagnose möglichst schnell und sicher erfolgt.“

Alltagstauglich und praxisnah entwickelt

Ein Vorteil: Der Algorithmus wurde mit Daten aus ganz unterschiedlichen Kliniken und Geräten trainiert. Das macht ihn robust gegenüber technischen Unterschieden im Praxisalltag. Egal ob Großstadtklinik oder Landarztpraxis – das System funktioniert überall gleich zuverlässig.

„Wir wollen damit keine Ärzte ersetzen“, betont Jaeckle. „Aber wir können sie entlasten – und den Patienten schneller helfen.“

Kurz zusammengefasst:

• Eine neue KI aus Cambridge erkennt Zöliakie anhand von Darmbiopsien mit 97 Prozent Genauigkeit – genauso zuverlässig wie erfahrene Fachärzte.
• Die KI liefert Ergebnisse in Sekunden, arbeitet objektiv und hilft besonders dort, wo Fachpersonal fehlt oder lange Wartezeiten bestehen.
• Sie wurde mit tausenden Proben aus verschiedenen Kliniken trainiert, ist dadurch alltagstauglich und soll künftig klinisch zugelassen werden.

Übrigens: Auch bei Demenz kann KI helfen – ein neues tragbares System erkennt erste Anzeichen, lange bevor Ärzte sie bemerken. Wie das funktioniert und warum das gerade in Regionen mit Ärztemangel entscheidend sein könnte – mehr dazu in unserem Artikel.

Bild: © DALL-E

Gefunden hat das kein Geologenteam mit Landkarte und Pickel, sondern ein junges Unternehmen mit Laptop und lernender Software. Earth AI heißt das Start-up, das Rohstoffe aufspürt, indem es Millionen geologischer Datensätze durchkämmt – Berichte, Bohrprotokolle, Luftbilder, die Jahrzehnte lang unbeachtet in Archiven lagen. Was andere übersahen, fand die KI. Und was sie fand, könnte für E-Autos, Solaranlagen und Stromnetze entscheidend sein.

Für die Versorgung mit kritischen Rohstoffen ist das ein echter Durchbruch. Denn viele dieser Metalle – wie Kobalt, Molybdän oder Zinn – gelten als Engpass für die Energiewende. Sie stecken in E-Auto-Batterien, Windrädern und Stromleitungen. Doch die bekannten Lagerstätten sind begrenzt. Neue Quellen galten als selten – bis jetzt.

KI spürt kritische Mineralien auf – Algorithmus durchsucht altes Datenmaterial und findet neue Schätze

„Niemand hat diese Daten genutzt“, sagt Roman Teslyuk, Gründer von Earth AI. Dabei lag das Material jahrzehntelang in staatlichen Archiven: Berichte, Bohrprotokolle, geochemische Analysen aus über 50 Jahren. Earth AI ließ seine Software alles durchforsten – und fand, was Menschen übersehen hatten. „Die wahre Grenze liegt nicht in der Geografie, sondern in der Technologie“, so Teslyuk laut TechCrunch.

Besonders hohe Konzentrationen entdeckte das System im Northern Territory: 1,39 Prozent Kupfer, 0,39 Prozent Kobalt, 0,685 Gramm Gold pro Tonne Gestein. Werte, bei denen andere längst den Abbau planen. In New South Wales, rund 500 Kilometer von Sydney entfernt, spürte die KI Silber, Zinn, Molybdän und sogar Wolfram auf – ebenfalls in relevanten Mengen.

Kritische Rohstoffe werden dort gefunden, wo niemand suchte

Warum das wichtig ist? Weil die meisten Bergbauunternehmen heute nur noch dort suchen, wo es sich sicher lohnt – in bekannten Gebieten. Die Folge: Potenzialreiche Regionen bleiben unerschlossen. Oder sie gelten als „uninteressant“, weil frühere Bohrungen keine Ergebnisse brachten. Doch die Software von Earth AI erkennt Muster, die für Menschen unsichtbar sind. Sie lernt aus gescheiterten Bohrungen, aus geologischen Auffälligkeiten, aus kleinsten Spuren in Luftaufnahmen.

Und sie liefert Ergebnisse: Während klassische Methoden bei nur 0,5 Prozent aller Bohrungen Erfolg haben, liegt die Trefferquote bei Earth AI bei 66 Prozent. Ein Wert, der in der Branche für Aufsehen sorgt.

Bohrgeräte so klein wie ein Tennisball prüfen die Funde

Earth AI baut nicht nur Software. Um die Prognosen zu beweisen, entwickelt das Unternehmen auch eine eigene Bohrtechnik – automatisiert, mobil und umweltschonend. Die Löcher sind nur so groß wie ein Tennisball, reichen aber bis zu 600 Meter tief. Sie bestätigen, was die KI vorhersagt – schneller, günstiger und mit minimalem Eingriff in die Natur.

„Die Art und Weise, wie wir im 20. Jahrhundert nach Metallen gesucht haben, dauert einfach zu lange“, sagt Teslyuk. „Bei dem heutigen Tempo der Welt kann man sich das nicht mehr leisten.“

Was für die Industrie gilt, betrifft auch die Verbraucher

Was Earth AI in Australien findet, könnte schon bald für die Industrie in Europa entscheidend sein. Denn der Bedarf an kritischen Mineralien wächst rasant – für E-Autos, Ladeinfrastruktur, Solarpanels, Speichertechnik. Wer hier auf eigene Ressourcen setzen kann, wird unabhängiger von politisch schwierigen Ländern wie China oder Russland.

Jede neue Kupferader, jedes entdeckte Kobaltvorkommen kann dazu beitragen, Lieferengpässe zu entschärfen – und die Energiewende zu beschleunigen. Der Zugriff auf die nötigen Rohstoffe entscheidet mit darüber, ob der Umbau unserer Energiesysteme gelingt.

Millionenfinanzierung befeuert Ausbau und neue Bohrungen

2025 sicherte sich Earth AI eine Finanzierung in Höhe von 20 Millionen US-Dollar – Kapital, das nun in neue Bohrkampagnen fließt. Allein im Northern Territory sind mehrere Projekte geplant, das erste startet im Mai. Weitere Standorte stehen bereit – alle durch Algorithmen ausgewählt, nicht durch Bauchgefühl.

Besonders spektakulär: Gemeinsam mit einem Partnerunternehmen entdeckte Earth AI eines der größten Palladiumvorkommen Australiens. Das Edelmetall gilt als Schlüssel für Katalysatoren in Fahrzeugen und bestimmte Brennstoffzellen. Und auch hier galt das Gebiet lange als unergiebig.

Digitalisierung gibt dem Bergbau neue Perspektiven

Earth AI zeigt, was möglich ist, wenn Technologie dort ansetzt, wo lange Stillstand herrschte. Der klassische Bergbau hatte kaum Innovationsdruck – nun verändert sich das Spiel. Mit digitaler Erkundung, datengetriebener Vorhersage und präziser Bohrtechnik entsteht ein völlig neuer Ansatz: billiger, schneller und weniger umweltschädlich.

Für Verbraucher bedeutet das vor allem eines: Die Energiewende könnte an einem entscheidenden Punkt Tempo aufnehmen – weil Unternehmen wie Earth AI zeigen, dass kritische Rohstoffe noch in der Erde schlummern. Man muss sie nur zu finden wissen.

Kurz zusammengefasst:

• Earth AI setzt KI ein, um in Australien kritische Mineralien wie Kupfer, Kobalt und Palladium an bislang übersehenen Orten aufzuspüren.
• Die firmeneigene Software analysiert Millionen geologischer Datensätze und erzielt deutlich höhere Trefferquoten als herkömmliche Methoden.
• Mit umweltschonender Bohrtechnik validiert das Unternehmen seine Vorhersagen – und könnte so die Rohstoffversorgung für Zukunftstechnologien sichern.

Übrigens: Während KI längst neue Rohstoffquellen erschließt, warnt eine aktuelle Studie vor einem ganz anderen Risiko: Wasserknappheit gefährdet den Abbau von Kupfer, Lithium und anderen kritischen Mineralien. Was das für die Energiewende und die Preise von Elektroautos bedeutet – mehr dazu in unserem Artikel.

Bild: © Calistemon via Wikimedia unter CC BY-SA 4.0

Was ist AWDTSG und warum gibt es die Bewegung?

AWDTSG wurde 2022 von Paola Sanchez in New York gegründet. Die Idee dahinter: Frauen sollen sich untereinander über potenzielle Risiken beim Dating austauschen. Die Gruppen bestehen aus über 150 regionalen Foren allein auf Facebook mit rund drei Millionen Mitgliedern weltweit. Hier teilen Frauen Erfahrungen, Warnungen und manchmal auch Beweise dafür, dass ein Mann sie betrogen oder belogen hat.

Früher, wenn eine Frau den Verdacht hatte, dass ihr Partner sie betrügt oder ihr gegenüber nicht ehrlich ist, hatte sie nur begrenzte Möglichkeiten, dies herauszufinden: Sie konnte seine Mails und SMS durchsuchen, sich an Freundinnen wenden oder vage Hinweise in seinem Verhalten deuten. AWDTSG hat dieses Problem grundlegend verändert.

Wie funktioniert AWDTSG?

Das System ist simpel, aber effektiv: Eine Frau postet ein Bild eines Mannes, mit dem sie sich trifft oder verabredet hat, und beschreibt ihre Erfahrungen oder ihren Verdacht. Andere Frauen sehen diesen Post und können eigene Erlebnisse teilen. So erfährt eine Frau innerhalb kürzester Zeit, ob ihr potenzieller Partner noch mit anderen Frauen zusammen ist, sie belogen hat oder es Warnungen vor ihm gibt. Bestätigt sich der Verdacht der Untreue, wird der Mann nicht nur den direkt betroffenen Frauen bekannt, sondern auch tausenden anderen, die seinen Namen, sein Gesicht und die gegen ihn erhobenen Vorwürfe sehen. Wie das kalifornische Nachrichtenportal Lost Coast Outpost berichtet, hat AWDTSG für viele Frauen eine Art kollektive Sicherheitsstruktur geschaffen, die im digitalen Zeitalter immer wichtiger wird.

Der Boom von AWDTSG zeigt: Das Bedürfnis nach Schutz und Information ist groß. Viele Frauen haben nach schlechten Erfahrungen den Wunsch, andere zu warnen und sich selbst abzusichern. Doch genau das macht sie zur Zielscheibe.

Online-Gewalt gegen Frauen – Systematische Bloßstellung

Bestimmte Telegram-Gruppen sind laut Wired kein Zufallsprodukt. Sie wurden gezielt als Gegenbewegung zu AWDTSG gegründet und dienen Männern dazu, sich zu rächen. Wired hat mehr als 3.500 Nachrichten aus einer dieser Gruppen analysiert. Innerhalb von 24 Stunden wurden Frauen identifiziert, ihre Daten gesammelt und intime Inhalte verbreitet.

Besonders erschreckend: Frauen, die nicht-weißer Hautfarbe sind, wurden in den Gruppen häufig besonders aggressiv herabgewürdigt. Es sei ein gezieltes, systematisches Vorgehen, das oft nicht nur digital bleibt, heißt es bei Wired. Wer einmal in diesen Gruppen landet, kann plötzlich von Unbekannten auf anderen Plattformen oder sogar im realen Leben belästigt werden.

Hassnetzwerke auf Telegram organisieren digitale Gewalt

Die Angriffe sind durchdacht. In London teilten sich Nutzer die Stadt in vier Regionen auf, um gezielt Frauen aus bestimmten Vierteln anzugreifen. Auch in anderen Städten fanden sich Männer zusammen, um Frauen gezielt online zu belästigen. In den Chats suchten sie nach „Brum-Links“ oder „Manny-Links“ – Codewörter für Birmingham und Manchester. Dabei ging es nicht nur um das Teilen von Gerüchten, sondern um das gezielte Nachstellen von Frauen.

Die Wortwahl in den Gruppen entlarvt die Denkweise dahinter. „Sie ist ein Freak, das muss man ihr lassen“, schrieb ein Nutzer. „Versteckt sie vor mir“, forderte ein anderer. Andere Mitglieder ermutigten zum Teilen expliziten Materials: „Teilen ist kümmern, sei nicht gierig.“ Frauen werden in diesen Gruppen nicht als Menschen betrachtet, sondern als Objekte, über die man verfügen kann.

TikTok als Katalysator: Wie Algorithmen den Hass verstärken

Nicht nur Telegram fördert diese Dynamik, sondern auch Plattformen wie TikTok. Wired analysierte 12 TikTok-Videos, in denen über die Telegram-Gruppen diskutiert wurde. In den Kommentaren wurden Einladungslinks geteilt, wodurch noch mehr Menschen Zugang zu den frauenfeindlichen Gruppen erhielten.

Die Algorithmen sozialer Netzwerke treiben solche Inhalte zusätzlich an. Inhalte, die Empörung oder Hass auslösen, verbreiten sich besonders schnell. Dadurch wachsen die Telegram-Gruppen weiter, weil immer neue Mitglieder durch virale Trends angelockt werden.

Kurz zusammengefasst:

• AWDTSG bietet Frauen eine Plattform, um sich gegenseitig vor untreuen oder problematischen Männern zu warnen, indem sie Bilder und Erfahrungen teilen – ein kollektives Schutzsystem im digitalen Zeitalter.
• Männergruppen auf Telegram nutzen AWDTSG als Feindbild, verfolgen und belästigen Frauen gezielt, indem sie persönliche Daten und intime Bilder ohne Einwilligung verbreiten.
• Online-Gewalt gegen Frauen wird durch soziale Netzwerke wie TikTok und Telegram verstärkt, da deren Algorithmen frauenfeindliche Inhalte begünstigen und Plattformbetreiber kaum eingreifen.

Übrigens: Die Unzufriedenheit vieler Männer mit dem Single-Dasein hat teils drastische Folgen. Einige radikalisieren sich in Incel-Foren und machen Frauen für ihr Alleinsein verantwortlich. Warum Frauen als Singles glücklicher sind und was das mit Online-Gewalt gegen Frauen zu tun hat – mehr dazu in unserem Artikel.

Bild: © Pexels